用python 实现中文与html实体相互转换
🕛 by pyList at 2014-12-16 23:27
一些网页会把中文转为html实体,做爬虫时就需要把html实体
转换为中文,下面介绍使用python 对它们作相互转换。
html 实体
python & #20013;& #25991;& #21644;html & #23454;& #20307;& #30456;& #20114;& #36716;& #25442;
相互转换
把html 实体和中文互转:
import re
s = 'python 中文和html 实体相互转换'
# s = 'python & #20013;& #25991;& #21644;html & #23454;& #20307;& #30456;& #20114;& #36716;& #25442;'
print s
def convert_callback(matches):
char_id = matches.group(1)
try:
return unichr(int(char_id))
except:
return char_id
s2 = re.sub("&#(\d+)(;|(?=\s))", convert_callback, s)
print s2
# print s2.decode('utf-8').encode('ascii','xmlcharrefreplace')
print s2.encode('ascii','xmlcharrefreplace')
输出
python & #20013;& #25991;& #21644;html & #23454;& #20307;& #30456;& #20114;& #36716;& #25442;
python 中文和html 实体相互转换
python & #20013;& #25991;& #21644;html & 23454;& #20307;& #30456;& #20114;& #36716;& #25442;
本文网址: https://pylist.com/t/1418743651 (转载注明出处)
如果你有任何建议或疑问可以在下面 留言
发表第一条评论!
相关推荐
小工具
标签
print
python
中文
终端
正确
字符串
分割
英文
转码
链接
安全
全角
半角
转换
相互
json
unicode
性能
格式
常见
时间
dbutils
连接池
mysql
数据
解析
电子书
信息
12
基础知识
编程
总结
sae
gzip
开启
方法
linux
ulimit
永久
设置
系统
app
mac
store
登录
未知
国外
vps
nginx
反向
访问
openwrt
国内
上传
服务器
中断
文件
usb
上网卡
共享
网络
form
data
post
硬件加速
ubnt
er
固件
路由
go2o
golang
开源
完整
商业
spotify
chartify
图表
乱码
vim
解决
正则
切割
最新版
wndr4300
升级
api
搜索引擎
网址
提交
自动
uploadifive
formdata
uploadify
动态
自动更新
microsoft
关闭
静音
风扇
主机
笔记本
改造
低功耗
web
爬虫
组装
微信
尝鲜
视频
体验
cpu
debian
ubuntu
查看
温度
chrome
server
浏览
google
身份验证
authenticator
迁移
手机
webdriver
微博
selenium
gnu
安装
系统启动
编译
宅家
坑记
屏幕
动手
quic
抢先
useragent
蜘蛛
真假
识别
最近发表
- Mac 关闭 Microsoft 自动更新
- Mac 登录 App Store 出现“发生了未知错误”的解决方法
- 老笔记本改造为无风扇静音主机方案
- 自己组装21瓦低功耗家庭爬虫、文件、web服务器
- 微信视频号尝鲜体验
- Ubuntu/Debian 查看CPU温度的方法
- 在Ubuntu/debian Server 系统使用Chrome 无头浏览模式
- 换手机后 Google 身份验证器 Google Authenticator 数据迁移的简单方法
- 使用Golang selenium WebDriver 自动登录微博
- 在 Ubuntu 或其它 GNU/Linux 系统下安装 Debian
- Mac 下制作 USB ubuntu/debian 系统启动、安装盘的几种方法
- ubuntu/debian 下自行编译 OpenWRT 固件
- 宅家自己动手换手机屏幕掉坑记
- 路由 UBNT ER-X 官方固件升级及开启硬件加速的方法
- 在 Nginx 和 Golang web 上抢先体验 QUIC
- 从UserAgent识别搜索引擎并判断真假蜘蛛
最近浏览
- Linux 系统永久设置ulimit
- Mac 登录 App Store 出现“发生了未知错误”的解决方法
- 在国外vps 上配置nginx 作反向代理访问国外网站
- OpenWrt 国内源
- Nginx 服务器上传大文件经常中断的解决方法
- Openwrt 使用USB 4G 上网卡共享网络
- python form-data post上传数据简便方法
- 路由 UBNT ER-X 官方固件升级及开启硬件加速的方法
- go2o: 一个完整的golang 商业开源项目
- Spotify开源的Python图表生成库chartify
- linux vim 中文显示乱码的解决方法
- Golang 正则切割字符串
- WNDR4300 固件升级到 OpenWrt 最新版
- python 分割中文英文混合字符串的正确方法
- 利用 API 自动向搜索引擎提交网址
- 在 uploadify/uploadifive 上动态设置 formData